Ios 向数据对象强制转换多维数组以进行TF推断

我目前正在iOS应用程序中使用Tensorflow的Swift版本。 我的模型工作得很好，但是我很难将数据复制到第一张量中，这样我就可以使用神经网络来检测东西了

我进行了咨询，他们的代码如下：

他们正在使用一些扩展：

extension Array {
    /// Creates a new array from the bytes of the given unsafe data.
    ///
    /// - Note: Returns `nil` if `unsafeData.count` is not a multiple of
    ///     `MemoryLayout<Element>.stride`.
    /// - Parameter unsafeData: The data containing the bytes to turn into an array.
    init?(unsafeData: Data) {
        guard unsafeData.count % MemoryLayout<Element>.stride == 0 else { return nil }
        let elements = unsafeData.withUnsafeBytes {
            UnsafeBufferPointer<Element>(
                start: $0,
                count: unsafeData.count / MemoryLayout<Element>.stride
            )
        }
        self.init(elements)
    }
}

extension Data {
    /// Creates a new buffer by copying the buffer pointer of the given array.
    ///
    /// - Warning: The given array's element type `T` must be trivial in that it can be copied bit
    ///     for bit with no indirection or reference-counting operations; otherwise, reinterpreting
    ///     data from the resulting buffer has undefined behavior.
    /// - Parameter array: An array with elements of type `T`.
    init<T>(copyingBufferOf array: [T]) {
        self = array.withUnsafeBufferPointer(Data.init)
    }
}

然后，他们将

输入数据

复制到神经网络中

我试图修改他们的代码，将图像加载到[1,28,28,1]张量中。 图像看起来像这样：

[[[[Float32(254.0)],
               [Float32(255.0)],
               [Float32(254.0)],
               [Float32(250.0)],
               [Float32(252.0)],
               [Float32(255.0)],
               [Float32(255.0)],
               [Float32(255.0)],
               [Float32(255.0)],
               [Float32(254.0)],
               [Float32(214.0)],
               [Float32(160.0)],
               [Float32(130.0)],
               [Float32(124.0)],
               [Float32(129.0)],
...

你明白了

但如果我尝试用图像数据将其转换为Data/init Data，我只得到8个字节：

private func createTestData()  -> Data {
        return Data(copyingBufferOf:
            [[[[Float32(254.0)],
               [Float32(255.0)],
               [Float32(254.0)],
...

测试中的代码也是如此，但对于它们来说，这很好（2*Float32=8字节）。 对我来说，这太小了（应该是28*28*4=3136字节）

我有没有遗漏什么（我是否忽略了什么）

要将图像放入正确的阵列/数据类型，我需要做什么

---

Swift

数组是一个固定大小的结构，带有指向实际元素存储的（不透明）指针。
withUnsafeBufferPointer（）
方法使用指向该元素存储的缓冲区指针调用给定的闭包。对于
[Float]
数组，它是指向浮点值的内存地址的指针。这就是为什么

array.withUnsafeBufferPointer(Data.init)

用于获取表示浮点数的
数据
值

如果将嵌套数组（例如
[[Float]]
类型）传递给
withUnsafeBufferPointer（）
方法，则使用指向内部数组的
数组结构的指针调用闭包。因此，元素类型现在不是
Float
，而是
[Float]
——而不是警告意义上的“普通类型”

/// - Warning: The given array's element type `T` must be trivial in that it can be copied bit
///     for bit with no indirection or reference-counting operations; otherwise, reinterpreting
///     data from the resulting buffer has undefined behavior.

您需要做的是将嵌套数组展平为一个简单数组，然后从简单数组创建一个
Data
值。
我没有Tensorflow的经验，但是
Data（copyingBufferOf:）
方法需要一个浮动的平面数组。对于嵌套数组，您可能需要首先将其展平为一个简单数组。@MartinR您完全正确。我不是Swift开发人员，这只是一个简单的应用程序，用于向大学展示一些东西，所以我不知道数组和东西在TF Swift中是如何工作的。在我做了大量的挖掘和实验后，我得出了相同的结论。半小时后，我读到了你的回复：D。如果你想，你可以把它作为一个答案发布（毕竟它是正确的），这样你就可以得到那些甜点。如果你不想那样做，我会自己发布一个答案。
/// - Warning: The given array's element type `T` must be trivial in that it can be copied bit
///     for bit with no indirection or reference-counting operations; otherwise, reinterpreting
///     data from the resulting buffer has undefined behavior.